聚类热图分类注释_多变的热图

ef98f1c51cb44d4a6eacf8c6d6f97418.png

今天我们来学习热图的制作

导入数据
library(pheatmap)
TEST=read.csv("TEST.csv",sep = ',',header = T,row.names=1)

绘制默认热图

pheatmap(TEST)

3060bbf1ae8969af9cda0520d2786878.png

归一化

我们的示例数据基因差异很明显,而且没有离群值,当有一个极大值的时候,就不会有这样的效果,比如

TEST1=TEST
TEST1[1,20]<-1000
pheatmap(TEST1)

b8983fc28fb16420c7d6827847017ec0.png

这样完全看不出差异了,所以这个时候需要对数据进行标准化

#scale = "row"参数对行进行归一化
#clustering_method参数设定不同聚类方法,默认为"complete",可以设定为
#'ward', 'ward.D', 'ward.D2', 'single', 'complete', 'average', 'mcquitty', 'median' or 'centroid'
pheatmap(TEST1,scale = "row")#按照行进行均一化

ba3a0dc83b192d1d9e995e5381b8b25d.png

这样就可以看清基因表达之间的差异了

聚类

pheatmap(TEST1,scale = "row",clustering_distance_row
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值